Прогнозирование землетрясений является одной из важнейших и сложнейших задач в геологии. Сложность ее обусловлена относительно небольшим количеством данных о произошедших землетрясениях, а также спонтанностью их возникновения.

Новые возможности в данной сфере открыло внедрение искусственного интеллекта. Уже проведены исследования, в которых эта технология проявила себя весьма эффективно. Так, она смогла прогнозировать модельные сейсмические явления по акустическим наблюдениям без данных о прошлых землетрясениях.

Однако внедрение системы ИИ в реальную эксплуатацию пока преждевременно по ряду причин. Во-первых, в действительности периодичность землетрясений составляет годы, а прогнозные данные можно получить за предшествующие им короткие интервалы времени в месяцы и дни. Во-вторых, ученые не выяснили принцип прогнозирования ИИ-системой модельных землетрясений.

В рамках решения второй проблемы сейсмологи из Киото проверили работу искусственного интеллекта с каталогом модельных землетрясений, предварительно проанализированным людьми. Они использовали базу данных по 18 тыс. землетрясений, смоделированных в рамках изучения сейсмической активности за 900 лет. Ранее на основе ее анализа японские сейсмологи установили, что форшоки (предшествующие толчки) мейншоков (главных толчков) проявляют повышение частоты. Дополнительно авторы исследования отнесли все землетрясения каталога, кроме главных, к форшокам по причине малого количества афтершоков (повторных толчков). ИИ-система работала с массивом данных без аналитической информации. Ученые также поставили цель оценить влияние количества данных на точность прогнозирования, предоставив нейросети второй каталог, сгенерированный за период в 2 тыс. лет.

По результатам была установлена зависимость точности прогнозов от количества данных, в том числе временного масштаба. Оказалось, что наилучшие результаты система ИИ показывает при работе с сетью среднего уровня, где отражены и длительные процессы, и короткие последовательности. В таком случае точность прогнозирования составила 0,89 из 1. Нейросети оказалось достаточно нескольких землетрясений для выявления признаков мейншока менее чем за час до его возникновения. Однако при большом временном масштабе она испытывает проблемы с тенденциями, похожими на мейншок и состоящими в проявлении множества толчков за короткое время. При обработке большого массива данных искусственный интеллект отражает общий тренд, но точность прогнозов снижается.

На основе результатов авторы исследования предположили, что принцип прогнозирования нейросети состоит в анализе изменения сейсмического импульса и интервала повторяемости толчков.

К тому же они установили, что рост объема обрабатываемых данных повышает точность прогнозирования, однако это наблюдается до определенного предела. Так, в ходе экспериментов ученые отметили лишь небольшое улучшение качества работы при анализе каталога из 115 циклов мейншоков в сравнении с базой из 41 цикла. Таким образом, вероятно, нейросеть имеет предел обработки данных.

В целом, ученые отметили высокую точность прогнозирования времени до мейншока ИИ-системой, причем в различных временных интервалах – от десятилетий до часов и минут до землетрясения.